Los actuales mapas de las calles no son de gran ayuda para los coches sin conductor. Aunque hemos mapeado la mayoría de las carreteras, estas guías solo se actualizan cada dos años. Y no registran ninguna infraestructura de la carretera, como señales de tráfico, caminos de acceso y marcas de carril. Sin esta capa adicional de información, será mucho más difícil que los coches autónomos se muevan de forma segura por nuestras ciudades. El reparto de paquetes a manos de robots que esperamos tener en el futuro también requerirá detalles precisos sobre los caminos, las aceras y los obstáculos.

Una start-up sueca llamada Mapillary cree tener la solución al problema. Se trata de una plataforma abierta que, mediante crowdsourcing (trabajo colaborativo), reúne imágenes de las calles tomadas por personas con sus teléfonos inteligentes: una especie de Wikipedia de mapas. La empresa afirma que actualmente es una de las bases de datos de imágenes a nivel de calle más grande de las que hay disponibles públicamente en el mundo.

"Los coches sin conductor necesitan la información más actualizada sobre la carretera. Requieren que los mapas se actualicen cada vez más, de trimestral a mensual a semanal a diario. Y la única forma escalable de hacerlo es con tecnología", explica el CEO, Jan Erik Solem. 

Hay una serie de métodos para recopilar los datos de mapeo, y existe una gran  competencia  entre las start-ups del campo. Mapillary sostiene que su enfoque es distinto porque se basa en crowdsourcing, a diferencia de, por ejemplo, Street View, propiedad de Google, que se actualiza cada dos años. Como cualquiera puede contribuir a la plataforma de Mapillary, la información se actualiza cada día. Este planteamiento es similar al de OpenStreetMap, lanzado en 2004, que ofrece un mapa editable y gratuito del mundo, pero no registra ninguno de estos detalles adicionales en la carretera.

Mapillary utiliza un software de visión artificial para analizar las imágenes que sube la gente e identificar objetos. Su base de datos de 422 millones de imágenes cubre 6,2 millones de kilómetros del mundo. Y sigue creciendo continuamente: su software acaba de poner en el mapa 186 millones de objetos, como postes de servicios públicos, bancos y tapas de alcantarillas, fijados en una ubicación específica junto a sus coordenadas.

Cuando se suben las imágenes, el software las analiza en busca de objetos y los identifica. Los mapas están disponibles para que cualquiera pueda consultarlos online. El servicio es gratuito para organizaciones benéficas y para usos educativos o personales, pero los clientes comerciales tienen que pagar una tarifa de licencia.

Mapillary ya se está utilizando. La ciudad de Ámsterdam (Países Bajos), los operadores del transporte en Vermont y Arizona (EE. UU.), e incluso Lituania están utilizando los mapas de esta empresa para conocer mejor sus calles.

"Si vemos cualquier objeto en una calle, alguien es responsable de ello. Todo tiene que ser catalogado y verificado", afirma el trabajador Steven Hewett de la ciudad de Clovis en Nuevo México (EE. UU.). Clovis utiliza Mapillary para asegurarse de que cumple con sus obligaciones con los residentes al mantener los accesos despejados, las señales actualizadas y los caminos sin baches. La ciudad solía hacer lo mismo mediante un contratista que registraba minuciosamente cada buzón, boca de incendio y señal de alto, cada uno por un par de euros.

Ahora, la ciudad ha automatizado todo el proceso virtualmente gracias a Mapillary. Hewet amplia: "Sin este software, tendríamos que recolectar todos los datos manualmente, y es imposible imaginar cuánto tiempo llevaría eso para una ciudad de 60 kilómetros cuadradas".

El profesor de ciencias informáticas del University College de Londres (Reino Unido), Gabriel Brostow, coincide en que este tipo de mapeo debe automatizarse para que sea escalable. "Los humanos no pueden actualizar los millones de kilómetros cuadrados en el mundo tan rápido como los algoritmos", concluye.

Un día, los coches sin conductor podrían ser tanto consumidores como productores de esta información, capturando imágenes a nivel de la calle a medida que se desplazan (el software de Mapillary difumina automáticamente las caras y las matrículas). De hecho, Hewett prevé un futuro en el que los vehículos conectados puedan identificar automáticamente problemas como árboles caídos en la carretera y accidentes de tráfico, y notificarlo a las autoridades públicas competentes.

La información también podría ayudar a dotar a las ciudades de un mayor conocimiento de sus calles para poder mejorar el transporte público y la accesibilidad para las personas con discapacidad, concluye Brostow.